Kada model pjeva: ograničenja autorskih prava pri obuci AI-a nakon presude Suno

Odluka

Suština presude je utvrđivanje činjeničnog stanja, a ne pravnog: šest djela su reproducibilno uključena u verzije softvera v3.5 i v4. Odjeljenje ovo naziva – prateći terminologiju iz računarstva – kao Učenje napametModel ne izdvaja samo informacije o obrascima iz podataka za obuku, već i uključuje njihov sadržaj u svoje parametre. To je dokazano upoređivanjem podataka za obuku sa izlaznim rezultatima; s obzirom na dužinu i složenost dijelova, sud je isključio mogućnost slučajnosti. Sunoov prigovor – da težine samo predstavljaju 'statistički naučene obrasce' i da je kapacitet pohrane 'matematički nedovoljan za pohranu 1 % trening podataka' – stoga nije uspio. Sunu je sada izričito zabranjeno reproducirati djelo "pohranjivanjem u obliku parametara ili drugih podatkovnih struktura unutar takvog modela vještačke inteligencije".

Kad se ovo utvrdi, ostatak gotovo neizbježno slijedi.

• Prvo: sam čin reproducibilnog skladištenja unutar modela predstavlja reprodukciju relevantnu za potrebe autorskog prava (član 16. njemačkog Zakona o autorskom pravu (dUrhG), koji odgovara članu 15. austrijskog Zakona o autorskom pravu (öUrhG)) – konkretno na njemačkim serverima na kojima su modeli bili hostovani.
• Drugo: Izuzetak za rudarenje teksta i podataka (TDM) (članak 44b Njemačkog zakona o autorskim pravima (dUrhG), koji odgovara članku 42h Austrijskog zakona o autorskim pravima (öUrhG)) to ne opravdava. On dopušta analizu, a ne trajno pohranjivanje djela u modelu.
• Treće: ako generator proizvodi izlazne rezultate kao odgovor na jednostavne upite u kojima su prepoznatljivi izvorni elementi, to predstavlja daljnju reprodukciju i javnu izvedbu.

Međutim, najvažnija rečenica u praktičnom smislu odnosi se na Pripisivanje. Suno je tvrdio da su korisnici odgovorni za rezultat – ionako su oni ti koji unose upit. Sud je zauzeo drugačiji stav: budući da su upiti bili jednostavni i otvoreni – navodeći samo tekst i stil, bez zahtjeva za melodiju, harmoniju ili aranžman – model određuje sadržaj izlaza, a ne korisnik. Odgovornost leži na pružaocu usluge. I, prema mišljenju Prenadžaka, sam čin pružanja modela konstruisanog na ovaj način krši neimenovano pravo javnog saopštavanja (član 15(2) Austrijskog zakona o autorskim pravima (öUrhG)). Takva sveobuhvatna odredba ne postoji u austrijskom pravu; tamo bi se moralo raspravljati na osnovu tumačenja članova 18 i 18a Zakona o autorskim pravima u Austriji (öUrhG) u skladu sa Direktivom, u svjetlu člana 3. InfoSoc direktive. Također je vrijedno napomenuti gdje argumenti GEMA-e nisu uspjeli: Plenarna komora je odbila pravo na javno objavljivanje djela (član 19a njemačkog Zakona o autorskim pravima (dUrhG)) – za razliku od postupka protiv OpenAI-ja – i udovoljila je samo alternativno postavljenom zahtjevu ("neimenovana prava").

Međunarodni aspekt ima najširi obuhvat. Na osnovu člana 131 Zakona o društvima za prikupljanje naknada (VGG), sud je također preuzeo nadležnost nad obukom u SAD-u. Stav 1 te odredbe uspostavlja isključivu nadležnost na mjestu povrede, dok stav 2 omogućava organizaciji za kolektivno ostvarivanje prava da objedini sve tužbe protiv istog povrijeđivača pred jednim od nadležnih sudova – odredba prvobitno namijenjena "organizatorima koji se sele s mjesta na mjesto". Odjel je primijenio ovo pravilo konsolidacije i na međunarodnu nadležnost u "dvostrukom svojstvu" te ga je branio od prigovora zasnovanih na međunarodnom pravu. Zatim je procijenio obuku provedenu u inostranstvu – u skladu s principom zemlje zaštite – prema američkom pravu. Rezultat: nema poštene upotrebe. Upravo ovdje klasifikacija postaje zanimljiva, jer je ista doktrina poštene upotrebe prethodno zaštitila pružaoce usluga vještačke inteligencije u dva druga američka postupka. Više o tome uskoro.

Postoji još jedan faktor koji ima značajnu težinu. Suno je izvukao pjesme stream-ripanjem s YouTubea, čime je zaobišao tehničku zaštitnu mjeru. Ovo nije isključivo problem umjetne inteligencije, već jednostavno kršenje zaštitnih mjera – i to čini ovaj slučaj posebno lošim testnim primjerom za industriju umjetne inteligencije.

Dosljedan pristup Zemaljskog suda u Minhenu

Presuda u slučaju Suno nije izolovan slučaj. Okružni sud u Minhenu je već doneo presudu u novembru 2025. godine u slučaju GEMA protiv OpenAI (42 O 14139/24). Taj slučaj se odnosio na stihove pjesama koje je ChatGPT proizveo gotovo riječ po riječ kao odgovor na jednostavne upite. Čak i u tom slučaju, obrazloženje je bilo da memorisanje unutar modela predstavlja reprodukciju – iako je u tom slučaju to dodatno bilo povezano s povredom prava na javno objavljivanje djela – da izuzetak TDM-a (član 44b njemačkog Zakona o autorskim pravima (dUrhG), koji odgovara članu 42h austrijskog Zakona o autorskim pravima (öUrhG)) to ne pokriva, te da reprodukcija u izlazu predstavlja zaseban prekršaj. Nedavna presuda u slučaju Suno proširuje ovaj način razmišljanja sa jezika na muziku.

Dvije presude iste sudske sastave u manje od godinu dana, obje protiv američkih pružatelja usluga umjetne inteligencije, obje u korist GEMA-e. Ono što je značajno je praktična implikacija koja je rano prepoznata: ako svaki čin memoriranja predstavlja reprodukciju i memorisane radove nije moguće pouzdano ukloniti iz obučenog modela (još ne postoji nešto poput 'odučavanja'; uporedi. Šah, izdvajanje web stranica u svrhu obuke vještačke inteligencije kao povreda autorskih prava prema važećem i predloženom zakonu, NJW 2024, 113 [114] sa daljnjim referencama), tada, u slučaju sumnje, jedina opcija pružatelja usluga je pribaviti licencu; ili povući dotični model s tržišta. Upravo u ovom scenariju leži pravi eksplozivni potencijal sudske prakse.

Transparentnost… izgleda prilično drugačije

Okružni sud u Minhenu riješio je pitanje koje je godinama bilo predmet rasprava u pravnoj nauci – i to samo u vezi s određenim slučajem. Sam spor i dalje traje.

Jedna strana tvrdi na isti način kao što je sud presudio. Model iz kojeg se djelo može dohvatiti pomoću ispravnog upita mora sadržavati to djelo u nekom obliku. Ne postoji drugi način da se objasni rezultat. Model je podatkovna struktura koja se sastoji isključivo od onoga čemu je podučavan. Definicija 'reprodukcije' u zakonu o autorskim pravima je namjerno široka. Termin ne zahtijeva da kopija bude direktno opažljiva. Prema ovoj interpretaciji, činjenica da je pohrana raspoređena na milijarde težina i da je niko ne može konkretno izdvojiti ne čini razliku. Ovisno o modelu i uslovima obuke, prema istraživanju na kojem se ova pozicija zasniva, između 0,1 i 10 posto podataka za obuku može se identično reproducirati (u detaljima Dornis, Generativna umjetna inteligencija, reprodukcija u kršenju autorskih prava i stavljanje djela na raspolaganje javnosti – Dio 1: Unutrašnje funkcionisanje modela, CR 2024, 765 [768]). Suno je uzvratio da, matematički gledano, prostor za pohranu parametara nije bio dovoljan ni za jedan posto korpusa za obuku.

Suprotno mišljenje, koje je u Austriji značajno zastupljeno, upravo tu pronalazi svoju polaznu tačku. Neuronske mreže ne pohranjuju podatke, već vjerovatnoće. Od stotinu biliona tačaka podataka, krajnji rezultat bi bio nekoliko milijardi težina – drastično smanjenje, nakon kojeg više ne postoji nijedan definisani element koji bi djelo mogao učiniti čak i posredno opažljivim. Ako model slučajno reproducira djelo za obuku, to je poseban slučaj, obično rezultat preopterećivanja: greška, a ne pravilo, i nešto što su moderne metode obuke posebno osmišljene da izbjegnu. Pretpostaviti povredu autorskih prava bez ikakve trajne fiksacije značilo bi prekoračiti opseg zaštite i ugušiti tržište vještačke inteligencije do nepodnošljivog stepena (kao Dürager/Heinzl, Vještačka inteligencija i mašinsko učenje, ÖBl 2025/2, 3 [13]).

Između ova dva tabora nalazi se umjereno stajalište koje sada dobija na popularnosti: Da li obučeni model sadrži reprodukcije ovisi o tome 'da li je, u konkretnom pojedinačnom slučaju, AI model sposoban učiniti djelo opažajnim ljudskim čulima na bilo koji način, bilo izravno ili neizravno' (Savezni sud za pravdu, 23. februar 2017, I ZR 92/16; up. Schwartmann/Köhler, Reprodukcije djela zaštićenih autorskim pravom u kontekstu razvoja generativnih AI modela, NJW 2026, 711 [712]).

Pitanje ko je u pravu, u početku, nije pravno, nego tehničko. I upravo to je ono što stvar čini problematičnom u praksi. Da li model pamti podatke zavisi od samog modela – od njegove veličine, sastava podataka za obuku i koliko se često određeno djelo pojavljuje u njemu. Minhenškom sudu nije bilo potrebno da ovo rješava apstraktno; bilo je dovoljno šest pjesama koje se mogu reproducirati. Austrijski sud bi se suočio s istim problemom dokazivanja.

Usput, činjenica da reprodukcija ne vrši se unutar samog modela ne znači da autorska prava nisu na stolu. Prije obuke dolazi prikupljanje podataka. Najkasnije kada se vrši web scraping i formira korpus za obuku, nastaje reprodukcija koju niko ozbiljno ne osporava – u radnoj memoriji, ili u svakom slučaju u trajno pohranjenoj zbirci podataka. Pitanje tada više nije da li je došlo do čina eksploatacije, već samo da li ga pokriva ograničenje. To preusmjerava čitav fokus na član 42h Njemačkog zakona o autorskim pravima (UrhG).

U konačnici, o ovom pitanju ionako neće biti odlučeno ni u Minhenu ni u Beču. Prvi postupak predviđenog prethodnog rješavanja u vezi s vještačkom inteligencijom i autorskim pravima traje pred Sudom pravde EU od aprila 2025. godine (C-250/25, Slična kompanija). U suštini, pitanje u srži stvari je da li proces obuke jezičkog modela predstavlja reprodukciju i da li se primjenjuje izuzetak TDM-a. Dok se ovo pitanje ne riješi, sve nacionalne presude su privremene (vidi, u vezi s referentnim postupcima, Proizvod, Autorska prava na čekanju – Rukovanje zaštićenim djelima pri obuci umjetne inteligencije, ailex 2025/11 [odjeljak C.3.]).

Prijevod za Austriju: drugačiji odjeljak, ista logika

S obzirom na razumljivu sklonost da se münchenski presuda u cijelosti primijeni na Austriju, potrebna je opreznost.

Relevantna odredba u Austriji je član 42h Zakona o autorskim pravima (UrhG). Poput člana 44b Njemačkog zakona o autorskim pravima (dUrhG), ona provodi evropski zahtjev (član 4 Direktive o digitalnom jedinstvenom tržištu). Što se tiče sadržaja, austrijsko TDM izuzeće je formulisano nešto šire nego u Njemačkoj: Od 1. januara 2022. godine, član 42h stavak 6 Zakona o autorskim pravima (UrhG) dozvoljava svakome – uključujući i preduzeća, čak i u komercijalne svrhe – da pravi kopije za automatiziranu obradu, pod uslovom da postoji zakonit pristup i da ne postoji mašinski čitljiva ograničenja upotrebe.

To zvuči kao slobodna propusnica za obuku. Ali to nije slučaj – iz tri razloga, od kojih bi se svi primjenjivali u slučaju Suno:

• Rok čuvanjaČlan 42h Njemačkog zakona o autorskim pravima (UrhG) dopušta pohranu kopije samo onoliko dugo koliko je potrebno za potrebe analize podataka. Djelo koje je trajno i reproducibilno ugrađeno u model stoga više nije obuhvaćeno ovom odredbom – što je upravo tačka u kojoj Zemaljski sud u Minhenu također povlači granicu za njemačku iznimku. U oba slučaja, čin pohrane podataka izlazi izvan okvira iznimke.
• Zakonit pristup. Ovo izuzeće se odnosi samo na djela kojima se pristupa zakonito. Svako ko zaobiđe tehničku mjeru zaštite – kao što to Suno radi prilikom izdvajanja muzike iz streamova – nema zakonit pristup. Iz tog jedinog razloga, član 42h Zakona o autorskim pravima ne bi dolazio u obzir u sličnom austrijskom slučaju.
• Nositelji prava mogu zabraniti obuku putem mašinski čitljive rezervacije (član 42h(6) Zakona o autorskim pravima). U praksi to znači da rezervacija mora biti pohranjena u mašinski čitljivom formatu – u datoteci robots.txt ili u metapodacima – a ne kao klauzula u uvjetima i odredbama. Suprotno tome, svako tko provodi obuku treba dokumentirati da takva rezervacija nije postojala.

Što se tiče izlazne strane, s druge strane, u Austriji nema potrebe za bilo kakvom posebnom doktrinom. Muzička kompozicija koja prepoznatljivo uključuje izvorne osobine zaštićenog djela predstavlja reprodukciju ili izvedeno djelo – tumačenje člana 5. stavka 2. i članova 14. i nadalje Zakona o autorskim pravima Austrije (öUrhG) dovodi do istog zaključka kao i u Minhenu. Što se tiče primjene tih nalaza na austrijsko pravno stanje, može se sažeto reći: drugačiji članak, ista logika. Austrijski sud bi, u svim okolnostima, najvjerovatnije došao do istog zaključka.

Dva argumenta koja idu dalje

U minhenskoj presudi obrana TDM ne uspijeva isključivo zbog trajanja pohrane. To je najizravniji način isključivanja primjene te obrane. U pravnoj literaturi postoje i dva argumenta koja idu znatno dalje – a koja se također primjenjuju na model koji očito ništa ne pohranjuje.

Prvo: svrha TDM barijere

Prema formulaciji zakona, rudarenje tekstova i podataka ima za cilj izdvajanje informacija o obrascima, trendovima i korelacijama. Stoga se bavi onim što se nalazi u podacima, a ne intelektualnim sadržajem samih djela. Strogo govoreći, stoga, pravi TDM uopće ne krši autorska prava. Situacija je drugačija kod generativne obuke: ona se posebno tiče izražavanja, budući da je cilj u konačnici proizvesti djela s istim ili sličnim sadržajem.

Svako ko ozbiljno shvata ovu razliku dolazi do teleološke interpretacije – ograničenje je uvedeno 2019. godine, u vrijeme kada evropski zakonodavac jednostavno nije predvidio generativnu vještačku inteligenciju. Činjenica da pravo na pristup informacijama ne podrazumijeva pravo na rudarenje podataka je više od pukog igre riječi (u pogledu trenutnog stanja mišljenja Schwartmann/Köhler, NJW 2026, 711 [714]). Historijski, izuzeće za samu upotrebu djela zasniva se na činjenici da nije moguće naplatiti od privatnih krajnjih korisnika – a ne na nekom uzvišenom principu koji bi se mogao primijeniti na industrijsko struganje.

Štaviše, ograničenje je tehnički neprikladno. Ono dozvoljava zadržavanje samo onoliko dugo koliko je potrebno za analizu. Model koji kontinuirano uči ne prepoznaje ovaj trenutak. Obaveza brisanja podataka također je u sukobu sa zahtjevima za dokumentaciju propisanim Uredbom o vještačkoj inteligenciji – a brisanje u smislu retrospektivnog 'odučavanja' još uvijek nije tehnički izvodljivo.

Drugo: test u tri koraka kao međunarodna rezerva

Izuzeci od autorskih prava prema evropskom i međunarodnom zakonodavstvu o autorskim pravima podliježu određenim uslovima. Oni se mogu primjenjivati samo na specifične izuzetne slučajeve koji ne narušavaju normalnu eksploataciju djela i ne povređuju neopravdano legitimne interese nosilaca prava. Sva tri uslova moraju biti kumulativno ispunjena. Ovaj test ne samo da obavezuje zakonodavca pri njegovoj primjeni, već služi i kao mjerilo za tumačenje od strane sudova – "ograničenje ograničenja" (detaljnije Behm/Mitterauer, "Djelujte brzo i razbijajte stvari" – ali ne na štetu kreatora, MR 2025 H 1 Supplement, 6 [11]).

Druga faza se temelji na argumentu sa jednostavnom premisom: tržište za podatke za obuku već dugo postoji. Veliki izdavači i medijske kompanije licenciraju svoje arhive pružateljima usluga umjetne inteligencije, a potražnja za visokokvalitetnim podacima raste – sam Suno je krajem 2025. potpisao ugovor o licenci s Warner Musicom, nakon što je Warner prethodno podnio tužbu protiv kompanije. Barijera "bez naknade" lišava ovo tržište upravo onoga što ga održava – oni kojima je dozvoljeno besplatno prikupljanje podataka neće ih kupovati. Uz to se dodaje i efekt zamjene na strani izlaza. Izlaz direktno konkurira djelima korištenim za obuku, naročito u slučaju jednostavnih tekstova, ilustracija i komercijalne grafike.

Očigledan prigovor je da bi obuka i upotreba trebali biti odvojeni. Ograničenje se odnosi samo na ulazni proces; ishod je druga stvar. Protivna strana smatra da je ovo umjetna podjela jednog procesa – uostalom, sama svrha obuke je proizvodnja izlaza. Prema sudskoj praksi Suda pravde Evropske unije, zamjenski učinak ne mora direktno proizaći iz samog čina upotrebe da bi se ubrajao u drugoj fazi (Behm/Mitterauer, MR 2025 H 1 Dodatak, 6 [13]; mišljenje u neslaganju Schwartmann/Köhler, NJW 2026, 711 [717]).

Ovo je u praksi relevantno jer ovaj argument vrijedi bez obzira na pitanje memorizacije. Čak i model za koji je pokazano da samo generalizira mora se ocijeniti po ovom standardu. Oni koji se oslanjaju na činjenicu da njihova vlastita arhitektura ne pohranjuje ništa time nisu opovrgnuli sve prigovore.

Rezervacija upotrebe i njene strukturne mane

Izuzetak TDM-a stoji ili pada na osnovu rezervacije upotrebe. Njegova je svrha vratiti kontrolu nositeljima prava: svako tko ne želi da se njegovi radovi koriste u svrhe obuke može to naznačiti u mašinski čitljivom formatu, i privilegija više ne važi. Elegantno u teoriji. U praksi, međutim, okvir ima najmanje tri slabosti.

Prvo, to zahtijeva djelovanje od strane onih koji žele zaštititi svoj rad. Autorska prava nastaju automatski; ova rezerva zapravo preokreće ovaj princip, jer zaštitu zadržavaju samo oni koji poduzmu tehničke mjere. Ovo je izvodljivo za izdavačku kuću s IT odjelom, ali teško za slobodnog fotografa ili kompozitora. Štaviše, tačno šta podrazumijeva "mašinski čitljivo" i danas je predmet rasprave.

Drugo, rezervacija se ne primjenjuje tamo gdje se djela zapravo nalaze. Prema evropskom pravu, pristup sadržaju koji je slobodno dostupan na internetu već se smatra zakonitim pristupom. Međutim, vrlo mali broj autora zapravo upravlja web stranicama na kojima se pojavljuju njihova djela – to rade platforme, agencije i medijske kompanije, od kojih su neke iste korporacije koje same obučavaju modele. Da li će tamo biti uvedeno ograničenje u potpunosti je izvan kontrole autora.

Treće, provedba je slaba. Zanemarena rezerva u početku ne košta ništa, a scraping se može premjestiti u drugu jurisdikciju. Tu na scenu stupa Uredba o vještačkoj inteligenciji: Pružatelji modela opće namjene moraju, prema članku 53. stavku 1. točki c) Uredbe o vještačkoj inteligenciji, imati strategiju kojom se osigurava usklađenost s autorskim pravom, uključujući identifikaciju izjavljenih rezervi, te, prema točki d), objaviti "dovoljno detaljan sažetak" sadržaja obuke. Uredba ne precizira u kojem obliku ta strategija treba biti – i, za razliku od sažetka, ne postoji obaveza da se uopće objavi. Šablon Ureda za vještačku inteligenciju, s druge strane, ne zahtijeva navođenje pojedinačnih djela, već samo detalje o najvažnijim skupovima podataka i domenama (vidi Proizvod, ailex 2025/11 [tačka B.1]). Stoga općenito neće biti moguće identificirati pojedinačna djela. Da li se iz toga mogu izvesti subjektivne tvrdnje nosilaca prava ostaje otvoreno pitanje; u slučaju odštete, uzročnost i obim gubitka bi stajali na putu. Za nosioce prava ovo ostavlja ono što literatura naziva 'rizikom neprozirnosti' (Schwartmann/Köhler, NJW 2026, 711 [716]): Ne može se sa strane utvrditi je li model uopće treniran koristeći vlastita djela. Najmanje, to je vjerojatno pokazatelj protiv pružatelja usluga ako ne mogu dokazati usklađenost sa svojom strategijom rezervacija.

Svako ko želi zaštititi svoj sadržaj treba uključiti mašinski čitljivu ogradu upotrebe – i to što prije, jer retroaktivne izjave ne važe za obuku koja je već provedena. Svako ko na svojim web stranicama hostuje djela trećih strana treba ugovorno razjasniti ko postavlja ograničenje upotrebe (ako je to poželjno). Svako ko postavi takvo ograničenje treba biti svjestan i uzeti u obzir da isti signali koji blokiraju botove za indeksiranje obuke mogu blokirati i pretraživače.

Činjenica da je ovaj pristup neodrživ sada je prepoznata na evropskom nivou: Početkom 2026. godine Odbor za pravna pitanja Evropskog parlamenta usvojio je izvještaj na vlastitu inicijativu o autorskim pravima i generativnoj vještačkoj inteligenciji, koji se bavi upravo ovim dvjema slabostima – pravnom neizvjesnošću u pogledu obima izuzetka za TDM i praktičnom neučinkovitošću rezervacije prava. Izvještaj ne sadrži nikakve obavezujuće odredbe. Međutim, šalje signal o smjeru u kojem bi reforma mogla ići (vidi Schwartmann/Köhler, NJW 2026, 711 [718]).

Druga polovina problema: Ko je vlasnik rezultata?

Do sada smo gledali na ulaz. Međutim, u svakodnevnom poslovanju češća je suprotna strana – a odgovor obično iznenadi većinu ljudi.

Na prvi pogled, procjena je uglavnom neosporna. Sadržaj koji je isključivo generiran umjetnom inteligencijom nije zaštićen autorskim pravima. Za zaštitu je potrebna originalna intelektualna kreacija, odnosno čin ljudske kreativnosti. Razvijač modela ne može se smatrati autorom, jer je konkretni sadržaj nešto različito od samog sistema. Korisnik je općenito također isključen, jer prompt određuje ideju, a ne izvedbu – a ideje nisu zaštićene. Posljedično, čak ni posebno sofisticiran prompt, u principu, ne mijenja ovu klasifikaciju (vidi, za nijansiraniju raspravu, na primjer Grubo, Kreativnost u doba tehničke reprodukcije: Je li generativna umjetna inteligencija kopač grobova autorskih prava? ZUM 2024, 157 [160]; Kruna, Zaštita autorskih prava za ChatGPT tekstove? RDi 2023, 117 [122]; Dürager/Heinzl, ÖBl 2025/2, 3 [6]).

Praktične implikacije ne treba podcjenjivati. Sve što nije zaštićeno može koristiti svako. Svako ko angažuje agenciju da izradi reklamni koncept i dobije rezultat koji je u velikoj mjeri generisan umjetnom inteligencijom, ne stiče nikakva prava na korištenje. Uostalom, šta bi podrazumijevalo dodjeljivanje prava ako ih se samo nije steklo? Konkurent je slobodan da replicira dizajn i niko ga ne može spriječiti.

Put da se premosti ovaj jaz leži u ljudskom elementu. Bilo da se AI koristi samo kao alat unutar inače ljudskog kreativnog procesa, ili se generisani dizajn uređuje na način da ljudska kreativnost zauzme centralno mjesto, rezultat je ponovo umjetničko djelo. Za to ne postoje fiksni kriteriji; kao opće pravilo, ključne kreativne odluke moraju biti u rukama ljudi (Siems/Viborg, Zaštita autorskih prava za djela generirana umjetnom inteligencijom – opcije za klijente pri sastavljanju ugovora, RDi 2025, 136 [138 ff]; za softverski kod Kercz, 'Od upita do koda: rizici autorskih prava, zamke otvorenog koda i implikacije vezane za transakcije', ailex 2026/10 [tačka A.1]).

Osim toga, pojavio se novi problem koji je postao očit tek posljednjih godina. Do sada je autorstvo bilo pravno pitanje koje je sud ocjenjivao na osnovu objektivnih kriterija. Budući da više nije moguće pouzdano razlikovati djela generirana umjetnom inteligencijom od onih koja su stvorena ljudskom rukom, uz to se pojavilo i jedno činjenično pitanje: je li čovjek uopće sudjelovao u stvaranju djela? Ako protivna strana bitno osporava autorstvo djela, tužitelj mora, načelno, opisati proces stvaranja i, po potrebi, dokazati ga. To je teško u slučaju isključivo digitalnih radnih procesa. Presumpcija autorstva ovdje ne pomaže, jer pretpostavlja postojanje djela – a upravo je to ono što je sporno. Oni koji se bave kreativnim radom stoga imaju novi i neočekivan razlog da dokumentuju svoj kreativni proces (vidi Kögel, 'Autorskopravne implikacije upotrebe kreativne i generativne umjetne inteligencije', InTeR 2023, 179 [183 ff.]).

Šta preduzeća mogu sada učiniti

Pravna situacija je neizvjesna, ali odluke nisu. Postoje tri različite uloge – i u svakoj od njih postoji prostor za manevar.

Svako ko obučava modele ili ih kupuje treba prvo dokumentovati njihovo porijeklo. Zakonit pristup je preduslov za primjenu člana 42h Njemačkog zakona o autorskim pravima (UrhG). Svako ko se poziva na ovo ograničenje mora dokazati da su njegovi uslovi ispunjeni. Stoga je potrebno zabilježiti izvor, datum i način pristupa – i, prije svega, da nisu zaobiđene nikakve tehničke mjere zaštite. Ova tačka nije specifična za AI. Također je potrebno dokumentovati provjeru ograničenja upotrebe, posebno u odnosu na vrijeme prikupljanja podataka. Svako ko 'kupuje' model trebao bi dobiti garancije o porijeklu, izjavu o odricanju od odgovornosti i sažetak podataka za obuku u skladu s Uredbom o VŠ, umjesto da jednostavno pretpostavlja da oni postoje.

Nadalje, model treba testirati na memorisanje prije nego što se pusti na tržište: testovi ekstrakcije koristeći jednostavne, otvorene upite zasnovane na dobro poznatim djelima, provjere sličnosti izlazaka i dokumentovani filtri za izlazak. Razlog za ovo je neugodno jednostavan. Ne postoji nešto kao 'odučavanje'. Svako ko u modelu ima memorisano djelo zauvijek je vezan za njega – i suočava se s izborom između dobijanja licence ili povlačenja pogođene verzije s tržišta. Stoga je pažnja posvećena prije obuke mnogo vrijednija od bilo kakve korektivne mjere nakon toga.

Jedan specifičan slučaj zaslužuje posebnu pažnju: softverski kod. Za određeni programerski problem postoji znatno manje smislenih formulacija nego za rečenicu na prirodnom jeziku. Posljedično, postoji velika vjerovatnoća da će asistent reproducirati kod otvorenog koda gotovo riječ po riječ. Pravi rizik ovdje leži manje u kršenju autorskih prava, a više u kršenju licenci: copyleft licence mogu nametnuti distribuciju izvedenih djela pod istim uslovima, a svako ko ne zna porijeklo fragmenta ne može uključiti obavijest o licenci. Da stvar bude gora, praktično je nemoguće provesti robusnu retrospektivnu provjeru jer referentna djela – vlasnički kod – uopće nisu dostupna. Stoga su jedine efikasne mjere one koje se poduzmu unaprijed: odabir modela, pregled otvorenog koda i dokumentovani procesi odobravanja. U transakcijama spajanja i preuzimanja (M&A), ovo je sada postalo zasebna kontrolna tačka u IP dubinskoj analizi, što se odražava u garancijama i uslovima zaključenja (vidi Kercz, ailex 2026/10 [tačka B.]).

Svako ko naručuje kreativni rad ima najveću kreativnu slobodu i trebao bi je maksimalno iskoristiti. Na primjer, moglo bi biti razumno zahtijevati od izvođača da koristi AI isključivo kao sekundarni alat i da uređuje generisani sadržaj na način da ljudski doprinos ostane u fokusu. Za cjelovite radove poput brošure ili kampanje, također se može odrediti da se AI smije koristiti samo za podređene dijelove, dok dizajn, odabir i kompilaciju moraju obavljati ljudi. To bi trebalo biti popraćeno zahtjevom za dokumentaciju u ugovoru. U njemu bi trebalo zabilježiti koji su alati korišteni i u kojoj mjeri, kao i korake uređivanja provedeno na generiranom materijalu, zajedno s potvrdom izvođača. Ovo nije birokracija radi same sebe, već je to osnova dokaza u slučaju spora kada se osporava kvalitet rada.

U slučaju kršenja ovih obaveza, obaveza otklanjanja situacije je teško izvediva: ako je rezultat dobar, niko ne želi da na njemu vrši kozmetičke izmjene, i upitno je da li bi to tada i dalje predstavljalo autorska prava. Efikasnije mjere uključuju ugovornu kaznu koja ne zahtijeva dokaz štete i, prije svega, djeluje kao odvraćanje; odredbu o odšteti za podlicenciranje trećim stranama; i pravo na raskid (sa predloženim klauzulama Siems/Viborg, RDi 2025, 136 [139 i nadalje]). Unutar kompanije ovaj isti cilj se ne može postići ugovorima, već samo jasnim smjernicama – gotovo nijedna kompanija neće zabraniti generativnu umjetnu inteligenciju za svoje zaposlenike, ali svaka kompanija može regulirati kako se ona koristi i dokumentira.

Zaključak

Presuda Suno iz Minhena ne rješava nijedno od glavnih neriješenih pitanja u vezi s obukom AI – ona rješava specifičan, loše odabran slučaj. Međutim, vjerovatno će poslužiti kao pouzdan vodič u kojem smjeru se kreću evropski sudovi: generalizacija je jedno, a memorisanje drugo. Sve dok model samo uči obrasce i ne proizvodi ništa prepoznatljivo, argument u njegovu korist ostaje snažan. Čim se zaštićena djela mogu reproducirati pomoću jednostavnih uputa, procjena se mijenja – u Njemačkoj prema članu 44b Zakona o autorskim pravima (dUrhG), a u Austriji prema članu 42h Zakona o autorskim pravima (öUrhG).

Kompanije u Austriji trebale bi pratiti ovaj razvoj – posebno u četiri ključna područja:

• Svako ko koristi AI obučeni, zahtijeva podatke dobivene zakonito, mora poštovati prava trećih strana na korištenje i treba dokumentovati izvor i pristup – izuzetak TDM podržava obuku, a ne trajno pohranjivanje djela.
• Svako ko koristi AI alate se koristi, odgovoran je za povredne ishode čak i ako je pružatelj usluga izgradio model; pomno ispitivanje rezultata umjetne inteligencije je obaveza, a ne opcija.
• Svako ko proizvodi kreativni rad kupovine, Pitanje upotrebe vještačke inteligencije trebalo bi biti uključeno u ugovor, a ne prepušteno slučaju – da li je rezultat zaštićen ovisi o procesu njegovog stvaranja, a ne o njegovoj kvaliteti.
• I svako ko ima svoja djela zaštititi Ako želite, pohranite ograničenje upotrebe u mašinski čitljivom formatu prije nego što se obuči sljedeći model.

Sudovi su počeli rasvjetljavati sive zone autorskih prava koje proizlaze iz revolucije umjetne inteligencije. Postaje jasno da bi bilo dobro da kompanije prate ova zbivanja i poduzmu odgovarajuće mjere.

Često postavljana pitanja (FAQs)

Koristite li AI u svom poslovanju ili razvijate vlastite modele – i želite li znati gdje se nalazite u pogledu autorskih prava?

Stručnjaci za pravo intelektualnog vlasništva i IT prava u ATB.LAW podržavaju preduzeća na sjecištu zakona o autorskim pravima i umjetne inteligencije. Pregledamo vaše procese obuke i implementacije, osmišljavamo okvire licenciranja i korištenja te osiguravamo da su ograničenja upotrebe ispravno primijenjena i iz tehničke i iz pravne perspektive. Molimo kontaktirajte Stefan Knotzer i Roman Taudes u bilo koje vrijeme na office@atb.law ili telefonom na 01 39 12345 za besplatnu početnu konsultaciju.